← नवीनतम पेपर
🤖 AI

MINT: Minimal Information Neuro-Symbolic Tree for Objective-Driven Knowledge-Gap Reasoning and Active Elicitation

यह शोधपत्र MINT प्रस्तुत करता है, जो एक न्यूरो-सिंबोलिक ट्री फ्रेमवर्क है जो प्रतीकात्मक इंटरेक्शन रीजनिंग (symbolic interaction reasoning) को न्यूरल प्लानिंग अनसर्टेन्टी एस्टीमेशन (neural planning uncertainty estimation) और LLM-संचालित क्वेरी जनरेशन के साथ जोड़ता है ताकि AI एजेंट सक्रिय रूप से मानवीय इनपुट प्राप्त कर सकें, जिससे ज्ञान के अंतराल को प्रभावी ढंग से भरा जा सके और ओपन-वर्ल्ड जॉइंट प्लानिंग कार्यों में विशेषज्ञ-स्तर का प्रदर्शन प्राप्त किया जा सके।

मूल लेखक: Zeyu Fang, Mahdi Imani, Tian Lan

प्रकाशित 2026-05-06
📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Zeyu Fang, Mahdi Imani, Tian Lan

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप और एक रोबोट एक टीम के रूप में एक पहेली सुलझाने की कोशिश कर रहे हैं। लेकिन यहाँ एक पेच है: रोबोट पूरी तस्वीर नहीं देख सकता। कुछ हिस्से छिपे हुए हैं, अदृश्य दीवारें हैं, या गुप्त नियम हैं जिन्हें वह नहीं जानता। शोध पत्र की भाषा में, इन्हें "ज्ञान अंतराल" (knowledge gaps) कहा जाता है।

यदि रोबोट गलत अनुमान लगाता है, तो वह क्रैश हो सकता है या विफल हो सकता है। यदि वह बहुत अधिक सावधानी बरतता है, तो उसे पूरा करने में बहुत समय लग सकता है। यह शोध पत्र MINT (मिनिमल इंफॉर्मेशन न्यूरो-सिंबोलिक ट्री) नामक एक नई प्रणाली पेश करता है ताकि रोबोट यह समझ सके कि पहेली को कुशलतापूर्वक हल करने के लिए उसे आपसे ठीक क्या पूछना चाहिए।

यहाँ बताया गया है कि MINT कैसे काम करता है, जिसे सरल चरणों में विभाजित किया गया है:

1. समस्या: रोबोट का "ब्लाइंड स्पॉट" (अंधा कोना)

कल्पना कीजिए कि आप एक वीडियो गेम खेल रहे हैं जहाँ कुछ दीवारें अदृश्य हैं। रोबोट खेल के नियम जानता है, लेकिन वह यह नहीं जानता कि अदृश्य दीवारें कहाँ हैं या क्या कोई निश्चित फर्श का टाइल एक जाल है या बोनस।

  • पुराने तरीके: रोबोट या तो अंधेरे में तीर चलाता है (अक्सर विफल होता है) या मदद के लिए लगातार पूछता रहता है (जो परेशान करने वाला और धीमा है)।
  • लक्ष्य: रोबोट को अपने ब्लाइंड स्पॉट्स को भरने के लिए सही समय पर सही सवाल पूछने की आवश्यकता है ताकि समय बर्बाद न हो।

2. समाधान: MINT (एक "डिटेक्टिव का स्केचबुक")

MINT एक जासूसी स्केचबुक की तरह काम करता है जो दो सुपरपावर्स को जोड़ता है:

  • दिमाग (न्यूरल पॉलिसी): एक तेज़, सहज AI जो खेल को अच्छी तरह से खेलना जानता है यदि उसे सभी नियम पता हों। यह अनुमान लगा सकता है कि कोई स्थिति कितनी "डरावनी" या अनिश्चित है।
  • तर्क (सिंबोलिक ट्री): एक संरचित मानचित्र जो अज्ञात चीजों को संभावनाओं के एक पेड़ (tree) में विभाजित करता है।

यह पेड़ कैसे बनाता है:

  1. रूट (जड़): रोबोट एक बड़े प्रश्न चिह्न के साथ शुरू करता है (जैसे, "क्या वह नीला बॉक्स एक दीवार है या एक बोनस?")।
  2. शाखाएं निकलना (Branching Out): रोबोट अपने दिमाग में एक गेम का सिमुलेशन करता है (जिसे "सेल्फ-प्ले" कहा जाता है)। वह पूछता है, "अगर यह एक दीवार है तो क्या होगा?" और "अगर यह एक बोनस है तो क्या होगा?"
  3. प्रभाव की जाँच करना: रोबोट अपने "दिमाग" का उपयोग करके देखता है: क्या इससे फर्क पड़ता है कि मैं यहाँ गलत अनुमान लगाता हूँ?
    • यदि उत्तर है "नहीं, मैं दोनों ही स्थितियों में ठीक रहूँगा," तो वह पूछना बंद कर देता है।
    • यदि उत्तर है "हाँ, यह मेरी योजना को बर्बाद कर सकता है," तो वह शाखाएं बनाना जारी रखता है।

3. जादुई कदम: इंसान से पूछना (एक "शरलॉक होम्स" वाला क्षण)

एक बार जब रोबोट ने "क्या होगा अगर" (what ifs) का यह पेड़ बना लिया, तो वह केवल अनुमान नहीं लगाता। वह एक लार्ज लैंग्वेज मॉडल (LLM) को बुलाता है—इसे एक स्मार्ट सहायक के रूप में सोचें जो रोब의 स्केचबुक को पढ़ सकता है और उसका सारांश निकाल सकता है।

LLM उस पेड़ को देखता है और कहता है: "हे, यदि हम बस एक साधारण हाँ/ना वाला सवाल पूछ लें, तो हम इन आधी डरावनी संभावनाओं को खत्म कर सकते हैं।"

  • उदाहरण: "इस कमरे के बारे में सब कुछ बताओ" पूछने के बजाय, रोबोट पूछता है, "क्या गलियारे में फर्श फिसलन भरा है?"
  • परिणाम: आप कहते हैं "हाँ।" रोबोट तुरंत अपने पेड़ की सभी "सूखे फर्श" वाली शाखाओं को काट देता है। अब वह जानता है कि उसे ठीक क्या करना है।

4. यह बेहतर क्यों है (एक "दक्षता" का उदाहरण)

इसे अंधेरे में भूलभुलैया (maze) में रास्ता खोजने की तरह समझें।

  • शुद्ध अनुमान लगाना (पुराना RL): आप दीवारों से टकराते हैं, अपना सिर मारते हैं, और उम्मीद करते हैं कि आपको बाहर निकलने का रास्ता मिल जाएगा।
  • लगातार पूछना (पुराना Human-in-the-Loop): आप हर दो कदम के बाद रुककर पूछते हैं, "क्या यह रास्ता है?" यह थकाऊ और धीमा है।
  • MINT: आप रुकते हैं, मानचित्र को देखते हैं, और पूछते हैं, "क्या निकास बाईं ओर है या दाईं ओर?" एक बार जब आप उत्तर दे देते हैं, तो आप आत्मविश्वास के साथ बाहर की ओर दौड़ पड़ते हैं।

शोध पत्र ने क्या पाया

शोधकर्ताओं ने MINT का परीक्षण तीन अलग-अलग "दुनियाओं" में किया:

  1. MiniGrid: छिपे हुए ब्लॉकों के साथ एक सरल ग्रिड भूलभुलैया।
  2. Atari Pacman: छिपे हुए पुरस्कारों या जालों वाला एक क्लासिक गेम।
  3. Isaac Gym: एक धुएँ वाले गोदाम में व्यक्ति को बचाने की कोशिश करने वाले ड्रोन का एक वास्तविक 3D सिमुलेशन।

परिणाम:

  • MINT ने लगभग उसी सफलता दर को प्राप्त किया जो एक विशेषज्ञ की होती है जिसे दुनिया के बारे में सब कुछ पता हो।
  • इसने प्रत्येक अज्ञात वस्तु के लिए केवल 1 से 3 प्रश्न पूछकर यह हासिल किया।
  • इसने उन रोबोटों से बेहतर प्रदर्शन किया जो केवल अनुमान लगाते थे और उन रोबोटों से भी बेहतर जो मदद के लिए बहुत अधिक पूछते थे।

संक्षेप में

MINT एक ऐसी प्रणाली है जो AI को एक स्मार्ट सहयोगी बनना सिखाती है। बिना सोचे-समझे अनुमान लगाने या अंतहीन सवालों के साथ इंसानों को परेशान करने के बजाय, यह तेज़ सहज ज्ञान और तार्किक तर्क के मिश्रण का उपयोग करके यह पता लगाता है कि पूछने के लिए सबसे महत्वपूर्ण एक सवाल क्या है। यह मानव और AI को जटिल समस्याओं को तेज़ी से और सटीक रूप से हल करने के लिए मिलकर काम करने की अनुमति देता है, भले ही AI को खेल के सभी नियम पता न हों।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🤖 cs.AI →